混合像元分解技术及其在阜新市土地覆盖分类中的应用研究

论文摘要

土地利用与土地覆盖研究是当前城市研究的重点,TM/ETM+影像的空间分辨率与进行城市研究的最小影像空间分辨率接近,且具有多波谱波段、存档数据时间序列长、获取成本低等特性,成为城市研究中广泛使用的遥感影像。但TM/ETM+影像30 m的空间分辨率使其在城市研究中存在大量的混合像元。因此,要使TM/ETM+影像在城市研究中发挥更大的作用,必须解决影像中的大量混合像元问题。本文以阜新市区为例,针对中等分辨率遥感影像存在大量混合像元问题,探讨混合像元分解技术。结合阜新市区实际情况,对阜新市2006年TM遥感影像进行混合像元线性分解。利用线性光谱混合模型分解得到了阜新市区2006年植被、高反射率地物、低反射率地物、土壤覆盖度图像。由得到的高反射率地物和低反射率地物覆盖度图像计算出不透水面覆盖度图像,利用高分辨率的QuickBird影像数据对不透水面覆盖度进行精度验证,并利用NDVI指数对植被覆盖度图像进行精度验证。结果表明利用混合像元分解技术对TM遥感影像进行土地覆盖分类是有效的方法。同时使用了2000年的ETM+影像进行混合像元分解,得到阜新市区植被、不透水面、土壤三种覆盖度图像,并与2006年TM影像得到植被、不透水面覆盖度图像进行变化分析。本研究结果表明混合像元分解技术在土地覆盖及变化与生态环境研究中有较好的应用潜力。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究的背景和意义
• 1.1.1 研究的背景
• 1.1.2 混合像元分解在土地覆盖分类研究中的意义
• 1.2 研究现状
• 1.3 研究目标
• 1.4 论文内容及论文结构
• 2 混合像元分解模型
• 2.1 混合像元
• 2.2 混合像元分解模型
• 2.2.1 线性光谱混合模型
• 2.2.2 概率模型
• 2.2.3 几何光学模型
• 2.2.4 随机几何模型
• 2.2.5 模糊分析模型
• 2.3 线性光谱混合模型
• 2.4 端元提取方法
• 2.4.1 PPI
• 2.4.2 N-FINDR
• 2.4.3 IEA 迭代误差分析
• 2.4.4 CCA
• 2.4.5 ORASIS 光学实时适应光谱识别系统
• 2.4.6 AMEE 自动形态学端元提取
• 3 数据的预处理
• 3.1 研究区域概况
• 3.2 预处理
• 3.2.1 数据介绍
• 3.2.2 影像预处理
• 4 线性光谱混合模型提取阜新市土地覆盖组分
• 4.1 研究区端元的选择
• 4.1.1 V-I-S 模型
• 4.1.2 端元数目和类型的初步确定
• 4.1.3 最小噪音分离（Minimum Noise Fraction，MNF）
• 4.1.4 像元纯净指数 PPI 优化终端像元选择
• 4.1.5 终端像元的确定及光谱特征
• 4.2 研究区混合像元分解
• 4.3 提取城市不透水面覆盖度图像
• 4.4 误差分析与精度验证
• 5 不透水面与植被覆盖度变化分析
• 5.1 植被覆盖度变化分析
• 5.2 不透水面覆盖度变化分析
• 6 结论
• 6.1 主要研究成果和结论
• 6.2 存在不足和展望
• 攻读硕士学位期间公开发表的学术论文
• 致谢
• 参考文献